MedicalBenchmark
AllenAI: Olmo 3 7B Instruct provider

Olmo 3 7B Instruct

280

#280 290 modeloetatikMIR 2025

Puntuazio garbia

23.66 pts

Ziurtasuna

32.5%

Zuzenak / Okerrak

65 / 124

Kostu osoa

$0.05

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

32.5%

avg: 75.9%

Puntuazio garbia

23.66 pts

avg: 138.99 pts

Zuzenak

65

avg: 152

Okerrak

124

avg: 38

Kostu osoa

$0.05

avg: $3.59

Batez besteko erantzun-denbora

19.3s

avg: 18.1s

Irteerako tokenak

187K

avg: 443K

Arrazonamendu tokenak

0

avg: 320K

Batez besteko konfiantza

84.0%

avg: 94.7%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
86.9%
Anestesiologia eta Bizkortzea
Zuzenak
1
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
16.7%
Batez bestekoa
81.3%
Dermatologia
Zuzenak
3
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
23.1%
Batez bestekoa
62.8%
Endokrinologia eta Nutrizioa
Zuzenak
6
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
37.5%
Batez bestekoa
82.5%
Epidemiologia
Zuzenak
2
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
28.6%
Batez bestekoa
67.1%
Erradiologia-Larrialdiak
Zuzenak
3
Okerrak
11
Erantzun gabeak
0
Ziurtasuna
21.4%
Batez bestekoa
67.9%
Erreumatologia
Zuzenak
2
Okerrak
12
Erantzun gabeak
0
Ziurtasuna
14.3%
Batez bestekoa
74.6%
Estatistika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
74.9%
Farmakologia
Zuzenak
7
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
41.2%
Batez bestekoa
73.1%
Gaixotasun Infekziosoak
Zuzenak
8
Okerrak
18
Erantzun gabeak
2
Ziurtasuna
28.6%
Batez bestekoa
71.1%
Gastroenterologia
Zuzenak
8
Okerrak
10
Erantzun gabeak
3
Ziurtasuna
38.1%
Batez bestekoa
72.9%
Genetika
Zuzenak
1
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
16.7%
Batez bestekoa
68.2%
Geriatria
Zuzenak
3
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
27.3%
Batez bestekoa
71.2%
Ginekologia eta Obstetrizia
Zuzenak
10
Okerrak
7
Erantzun gabeak
2
Ziurtasuna
52.6%
Batez bestekoa
85.9%
Hematologia
Zuzenak
1
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
9.1%
Batez bestekoa
81.8%
Immunologia
Zuzenak
5
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
55.6%
Batez bestekoa
82.5%
Kardiologia
Zuzenak
6
Okerrak
14
Erantzun gabeak
2
Ziurtasuna
27.3%
Batez bestekoa
77.4%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
20.0%
Batez bestekoa
67.2%
Nefrologia
Zuzenak
6
Okerrak
9
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
78.2%
Neurologia
Zuzenak
7
Okerrak
11
Erantzun gabeak
2
Ziurtasuna
35.0%
Batez bestekoa
76.2%
Oftalmologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
20.0%
Batez bestekoa
72.6%
Onkologia Medikoa
Zuzenak
10
Okerrak
13
Erantzun gabeak
2
Ziurtasuna
40.0%
Batez bestekoa
86.3%
ORL
Zuzenak
1
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
12.5%
Batez bestekoa
73.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
81.6%
Pediatria
Zuzenak
5
Okerrak
18
Erantzun gabeak
2
Ziurtasuna
20.0%
Batez bestekoa
72.7%
Pneumologia
Zuzenak
5
Okerrak
8
Erantzun gabeak
1
Ziurtasuna
35.7%
Batez bestekoa
73.0%
Psikiatria
Zuzenak
3
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
37.5%
Batez bestekoa
82.0%
Traumatologia
Zuzenak
7
Okerrak
10
Erantzun gabeak
1
Ziurtasuna
38.9%
Batez bestekoa
78.2%
Urologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
42.9%
Batez bestekoa
79.5%
Zainketa Aringarriak
Zuzenak
0
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
77.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
2
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
28.6%
Batez bestekoa
77.1%
Arriskua
Zuzenak
1
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
20.0%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
78.4%
Diagnostikoa
Zuzenak
30
Okerrak
54
Erantzun gabeak
5
Ziurtasuna
33.7%
Batez bestekoa
77.9%
Epidemiologia
Zuzenak
0
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
75.0%
Etika
Zuzenak
0
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
72.0%
Farmakologia
Zuzenak
7
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
53.8%
Batez bestekoa
82.4%
Fisiopatologia
Zuzenak
9
Okerrak
16
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
72.6%
Interpretazioa
Zuzenak
14
Okerrak
25
Erantzun gabeak
3
Ziurtasuna
33.3%
Batez bestekoa
69.3%
Legala
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
63.6%
Prebentzioa
Zuzenak
7
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
58.3%
Batez bestekoa
74.5%
Probak
Zuzenak
8
Okerrak
17
Erantzun gabeak
1
Ziurtasuna
30.8%
Batez bestekoa
76.3%
Pronostikoa
Zuzenak
0
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
77.8%
Tratamendua
Zuzenak
27
Okerrak
50
Erantzun gabeak
5
Ziurtasuna
32.9%
Batez bestekoa
75.2%
#ErantzunaZuzenaEgoera
1BB
2DA
3BC
4CB
5AA
6CC
7BC
8AA
9AA
10BD
11CD
12D
13BB
14BD
15D
16AB
17BB
18CA
19BC
20BA
21AB
22AD
23AC
24D
25CC
26BBaliogabetua
27AC
28ABaliogabetua
29BD
30BB
31AD
32AA
33CD
34CD
35BB
36BD
37DC
38AC
39DD
40DA
41DD
42AC
43DB
44CD
45BD
46CA
47AA
48DA
49BD
50AB
51CC
52CB
53BD
54DB
55CA
56BBaliogabetua
57AC
58BB
59D
60AA
61BA
62DD
63BB
64BD
65DA
66AA
67AB
68BB
69BB
70A
71CD
72AA
73BD
74DC
75AA
76BB
77DB
78BB
79BC
80BC
81AC
82CD
83CB
84DD
85CC
86AC
87BA
88AD
89BB
90A
91AB
92AC
93AB
94BC
95BA
96CC
97CD
98DC
99AA
100C
101DB
102CD
103BA
104BC
105DA
106DC
107CB
108BD
109BB
110BC
111AA
112C
113AB
114AD
115DD
116BC
117AA
118DD
119AC
120BB
121D
122CC
123CC
124BC
125CD
126AD
127AB
128DD
129BA
130DD
131CD
132AA
133CB
134CC
135CB
136CC
137CA
138DD
139AD
140CB
141AA
142A
143BB
144B
145BD
146AC
147AB
148DA
149CA
150AA
151DA
152DA
153AB
154BB
155AB
156DC
157AA
158AC
159AC
160CA
161CA
162C
163CD
164CC
165DA
166CB
167AC
168DD
169AB
170AB
171CC
172BA
173CA
174DB
175DB
176CC
177BC
178DA
179BD
180AA
181DB
182BC
183BB
184BB
185DB
186CBaliogabetua
187CC
188DD
189BD
190AA
191DB
192BA
193CC
194CA
195AA
196BA
197BB
198BC
199BD
200CC
201B
202BA
203BD
204CC
205DB
206DD
207DA
208BC
209CC
210BB